头条精讲
Hyra 2.0 发布：为模型研发打造可复用工具（在新标签页打开）
推荐理由腾讯 Hyra 2.0 把科研 Agent 的成果从单次答案扩展为可复用的科学工具，并用持久化任务、分层记忆和独立复核支持长期研发。文章同时展开系统设计与初步成果，适合观察科研自动化如何积累能力，以及团队如何保存实验依据与适用条件。
Hyra 2.0 推出面向科研的工具研发框架，实现了从解题到造工具的跃迁，已成功研发出蛋白质设计模型、分子力场模型、数学证明工作流、量子码构造系统等多个可复用工具。
微软杰出工程师 Stephen Toub：为何以及如何将整个代码库迁移到 Rust（在新标签页打开）
推荐理由微软通过逐步替换组件，将 Copilot 运行时迁移到 Rust，同时保持日常发布。Stephen Toub 解释了可嵌入性、回归测试、智能体约束与人类架构审查的取舍，帮助开发者判断哪些迁移值得做，以及如何让低成本生码转化为可靠交付。
Stephen Toub 复盘 Copilot 运行时的渐进式 Rust 迁移，说明可嵌入性、独立端到端测试、智能体引导与分阶段发布如何共同决定收益与风险。
让 AI 看得见、判得准、改得对—— D2C 从设计稿到三端真机达标的自动化实践（在新标签页打开）
推荐理由大淘宝把确定性步骤固化到 CLI，再用真机截图、结构对比和独立门禁驱动 AI 修复界面。订单卡片的误判案例展示了单一相似度分数的不足，读者可以从中学习如何减少 Agent 决策点、设计反馈信号，并让人工判断直接进入修复循环。
本文介绍了D2C（设计稿到代码）在移动端的自动化实践，构建端上UI Harness体系，实现AI从设计稿到三端真机达标的全流程闭环，解决了AI生码后验收难、三端差异大的问题。
今日精华
Kimi 发布游戏开发与创意工作解决方案（在新标签页打开）
推荐理由Kimi 将模型与游戏引擎工作流结合，展示从可试玩原型到资产适配的路径，便于判断创意验证中的协作成本能在哪些环节降低。
本文介绍了 Kimi K3.1 Pro 结合 Kimi Code、Kimi Work 及 Unity、Unreal Engine、Blender 等工具，为游戏团队提供从创意验证、3D 资产适配、引擎开发到发行运营的全链路解决方案。
权重空间编程的星星之火：LLM 可原生读写神经网络权重（在新标签页打开）
推荐理由研究者用直接读写权重的实验探索模型优化，让读者区分可观察的新能力、实验设置与仍需检验的推广空间。
本文证明前沿 LLM 能够原生读写神经网络权重，从而识别已训练的行为、修复失效网络，并在无需基于梯度的训练的情况下从零生成新网络。
Modal CEO：开源 LLM 推理见顶了吗？算力成本将如何变化（在新标签页打开）
推荐理由Modal CEO 把推理商品化、需求聚合和平台差异化放在一起讨论，帮助判断算力公司的成本结构与产品机会。
Modal CEO Erik 解释了 AI 基础设施为何需要围绕推理建立更广的平台、聚合 GPU 算力如何运转，以及开放与专有模型为何可以同时增长。
Figma 的 PM OS：skills、智能体与 AutoXP 如何改变产品工作（在新标签页打开）
推荐理由Figma 产品团队把日常工作整理为可共享的 skills，并保留上线前人工审查，可借鉴其工作流沉淀和删除低价值自动化的方式。
Figma 的 PM OS 展示了如何用共享上下文 skills、自动化测试与协作实验智能体，扩展产品经理的工作能力。
iPhone 包装背后的机器人机会：Tutor Intelligence 的全栈路径（在新标签页打开）
推荐理由Tutor Intelligence 将机器人训练、客户任务与单位经济性连在一起，帮助理解为什么付费部署和人工导师同样影响模型进步。
Tutor Intelligence 将机器人视为贯穿模型、硬件、制造、供应链和客户经济性的完整系统，靠真实部署形成有价值的数据闭环。
用 AI 加速规划审批决策（在新标签页打开）
推荐理由Google 的规划审批试点展示了 AI 如何处理文件核验与政策检查，适合观察任务级提效如何转为公共服务中的实际采用。
PlanAssist 是一款基于 Gemini 构建的 AI 工具，可将规划官员对居民住宅申请的评估时间最多缩短 58%，并正扩展至英国另外 12 个地方规划部门。
不怕 AI 垃圾内容，更怕故事无人讲述：WorkOS 的 Zack Proser 谈创作工具（在新标签页打开）
推荐理由WorkOS 将编辑经验封装进可供同事使用的 Blog Bot，同时把核实与署名留给人，提供了知识工作自动化中的职责分配样例。
Zack Proser 主张用 AI 工作流帮助同事与家人讲出值得分享的故事，同时让人始终负责判断、修改与最终发布。
补充阅读
推出电网守护者计划（在新标签页打开）
推荐理由OpenAI 计划把算力园区设计为可调节电力负载，适合了解 AI 基建如何与电网可靠性和能源成本协调。
OpenAI 推出电网守护者计划，将其算力园区打造为灵活的电网资源，在用电高峰时段降低电力需求，首项佐治亚州协议可释放高达 1,000 兆瓦电力以保障家庭用电，同时确保 OpenAI 承担全部基础设施成本。
企业为什么应该训练自己的 AI 模型：Prime Intellect 的 Will Brown 谈持续学习（在新标签页打开）
推荐理由Prime Intellect 从人工纠正与智能体轨迹出发讨论持续学习，帮助区分检索上下文和训练组织经验各自能解决的问题。
Will Brown 主张把智能体轨迹和人工反馈转化为评估与持续训练，让企业模型逐步积累组织知识，而非每次重新理解上下文。
Uber 构建 MCP 网关，统一管控 800+ 服务器与 5,000+ AI 智能体工具的访问（在新标签页打开）
推荐理由Uber 用注册中心与执行代理分离的 MCP 网关治理工具访问，为大规模内部智能体平台提供可比较的架构选择。
Uber 构建了 MCP 网关，用于标准化 AI 智能体发现和调用内部服务的方式，解决随着智能体在公司内广泛应用而出现的集成碎片化、基础设施重复建设和安全实践不一致等问题。
企业上下文层：6 种高级架构模式的实践者指南（在新标签页打开）
推荐理由企业上下文层把权限、缓存和共享状态组织成具体模式，适合对照自身 Agent 系统的上下文失效与开销问题。
本文介绍了构建企业上下文层的六种高级架构模式，通过利用知识图谱、身份信息注入、缓存对齐和状态管理，为企业 AI 智能体动态组装精准、高性价比的上下文。
有效密钥为何挡不住智能体误删生产：Sagar Batchu 谈授权控制（在新标签页打开）
推荐理由有效密钥仍可能执行未经授权的动作，这场分享给出逐请求策略与审计路径，帮助明确凭证之外还需要哪些控制。
Sagar Batchu 认为，有效凭证不代表有效意图；智能体还需要独立身份、权限交集约束和可追溯的操作记录。
AI 编码时代的基础设施：Blacksmith 如何加速 CI（在新标签页打开）
推荐理由Blacksmith 从专用硬件、近端缓存和调度讲起，展示 AI 编码增加交付频率后，CI 基础设施会承受怎样的真实压力。
Blacksmith 通过适合 CI 的硬件、贴近计算节点的缓存和克制的产品范围，应对 AI 编码带来的验证瓶颈。
通过预训练投毒植入智能体后门（在新标签页打开）
推荐理由预训练投毒研究把数据污染连接到智能体执行行为，为模型与工具供应链团队提供具体的威胁建模材料。
本文展示了一种新型攻击：仅需污染 0.1% 的预训练数据，就能在智能体语言模型中植入远程代码执行后门，在 4B 参数模型上攻击成功率高达 92%。
8B 逆袭 32B！开源首个长程交互 SQL Agent 框架，面向真实数据库（在新标签页打开）
推荐理由HarnessSQL 将数据库探索与错误恢复放进训练过程，可用于理解实际交互任务为何需要超越一次生成的评估方法。
港科大与微软团队提出的首个原生长程交互SQL Agent框架HarnessSQL，通过在密闭沙盒中进行轨迹监督微调与强化学习，8B模型在Spider 2.0-SQLite上达到45.2%执行准确率，显著超越32B专用模型，证明了交互式训练范式对复杂数据库任务的强大提升效果。
混合架构用线性注意力还是滑窗注意力？复旦创智 OpenMOSS 团队：我全都要（在新标签页打开）
推荐理由OpenMOSS 比较不同注意力组合的长上下文表现，帮助研究者理解窗口、位置编码与训练目标之间的取舍。
复旦创智 OpenMOSS 团队系统研究了混合注意力架构在长上下文大语言模型中的协同机制，提出了六条核心结论，揭示了滑窗注意力与线性注意力在长度外推和扩张训练中的互补特性。
Jev Python 教程：10 分钟上手 AI 决策与工单路由（在新标签页打开）
推荐理由Jev 教程将分类、评分与置信度阈值组合成客服路由流程，适合学习如何把不确定的判断交回人工处理。
通过 Python 调用 Jev，完成工单分类、退款识别和紧急程度评分，再结合置信度阈值把不确定的任务交给人工。
